问卷类分析作为一种最常用的省时省力，能对事物进行比较全面系统的调查方法。无论是在日常工作还是学术研究中都倍受青睐。甚至会作为很多同学毕业论文的选题，那么从最开始的问卷设计到收据收集整理后的分析到底应该如何进行？

本文就问卷设计思路，数据收集整理、数据分析思路方法进行一站式解析。

1 问卷设计

在问卷调查中，问卷设计是最关键的一个环节。提问的问题，精准措辞非常关键，它可以影响被调查对象的回答。

对于一个提问者而言，在提问时必须遵循提问的黄金法则，即提问只涉及自己想要知道的东西，不要扩大范围涵盖其他无关紧要的问题。

1.1 一般情况调查

在统计角度上看，人口统计学变量(即性别，年龄，学历等），通常均会对某个关键词有着可能的差异性，不同的人对于同样一个问题，也会产生完全不同的看法或者观点，因而有必要加入此类问题，便于在进一步研究时深入剖析。至少，首先需要知道研究的是这样一群人，才会有后续的分析研究等。

1.2 态度行为认知类

研究中可以涉及样本的特征情况，比如基本行为，或者认知态度相关性

1.3 满意度调查

影响关系研究时，问卷中通常会涉及非常多的量表题，本文从产品、质量、口味、价格、包装、服务、环境方面研究顾客的满意度，在一般论文中，可以在此基础上扩充维度，比如服务满意度可以扩充为店员点餐热热情、态度等等。

我们可以将顾客满意度分为５个层次：非常满意、相对满意、满意、不满意和非常不满意。同时，我们可以给出每个级别对应的分数，即５、４、３、２、１，每个指标对应的满意度由５种情况的百分比决定。

2 问卷收集及数据汇总

本次调查采用整群随机抽样的原则，通过问卷网进行数据收集，共收集到464份有效数据，一键导入到spsspro中进行分析。想使用该模板的同学可以点击下方链接：

星巴克顾客满意度调查问卷

3 数据分析思路

3.1 用户画像分析

首先对收集数据进行基本的频数分析，比如统计性别，年龄，学历的分布情况如何等

本次调查共有464份有效问卷，从性别上看，女性占比偏多，约占65.95%；从年龄段上看，26-35岁的人群填写问卷最多，共计239人，占比51.51%；此前在中商情报网统计星巴克消费人群比例较高的人群也是25-34岁人群，和问卷调查的结果一致。从学历上看，本科占比72.2%；从婚姻状态上看，已婚人数占比居高约59.05%。从职业类型来看，企业白领占比53.25%；从收入范围来看，工资在8000-15000元的人群居多，共190人约占40.95%。

3.2 信度分析

确定了用户画像后，可以利用信度分析进行验证，信度指标多以相关系数表示，主要考察问卷的可信度 ，是数据分析的一个基础，一般来说，问卷的信度分析只针对量表，性别年龄等背景信息是存在较大的差异情况的，因此一般不纳入信度分析。

本文对信度的检验采用 Cronbach α系数，Cronbach α系数的值通常介于0到1之间，越接近1表明信度越高。一般系数如果在0.9以上，则该测验或量表的信度甚佳，0.7-0.8之间则可以接受，如果在0.6以下就要考虑重新编排问卷。

从下表数据可以看出，产品、质量、口味、价格、包装、服务、环境七个潜变量的的Cronbach’s α系数值为0.903，说明该问卷的信度甚佳。

3.3 效度分析

信度没问题后，接下来需要分析的是问卷的效度，也就是问卷设计的合理不合理，但是效度分析对于很多同学来说是最不好处理的。效度比较好代表的是问卷的数据内部一致性比较好，也就是说每个维度的所有题目的选择上基本是一致的，维度划分比较好。

如果问卷填写人认真填写，那么在同一个维度上的选择应该不会存在太大差异，因为这些题目都是换着方法对同一个问题的问法。

效度分析判断标准：

KMO值大于0.6 累积方差解释率大于50% 题项在对应因子上的因子载荷系数大于0.4 不存在题项与因子对应关系出现严重偏差 共同度大于0.4

案例：

从上图中做效度分析可知：

对于A类问题，理论上在因子3上的因子载荷系数应该是四个因子当中最大。但是因子1的值>因子3，出现‘张冠李戴’现象，应该删除。以此类推B1，D3，可以考虑删除或者归为其他类别。

本论文因为只有顾客满意度一个因子，所以没有办法进行效度分析。如果在产品、服务、包装等问题的基础上扩展，每个维度再增加几个问题的打分，那么便可以进行效度分析。

效度分析操作如下表：

3.4 指标聚合分析

通过效度分析后，我们基于研究目的，会设置多个题目收集意见，多个题目其实线性相关，表达的都是同一个看法，所以通过指标归类分析可以把这几个题目浓缩为一个整体，这时可以采用因子分析或者主成分分析进行因子归类浓缩，以便后面进行回归分析。

本文采用因子分析法分析评价指标的公共因子，本论文评价指标数据共提取出四个特征值大于 1 的公共因子，且四个公共因子累积贡献率为86.66%，也充分证明问卷评价指标和维度设计的合理性

根据上表显示，筛选之后由七个维度减少为四个维度。接着分析其中三个维度减少的原因，此处省略......

3.5 样本特征分析

如果研究中涉及样本的特征情况，比如基本行为，或者认知态度相关性，可使用多选分析进行汇总，进一步了解清楚样本特征情况，也可以使用多重响应频率（交叉）分析，这一步就是给这些数据加上样本背景，例如不同性别对该城市生活满意度的看法等等。

3.51 顾客选择星巴克的主要原因

通过调查结果可知，顾客选择星巴克首先看重的是舒适的店内环境，占比71.3%；而产品是其次看中的，占比61.6%。

3.52 星巴克顾客满意度分析

一 具体7个方面的满意度

具体 7 个方面的满意度可以进行频数分析，但是首先要进行数据处理，在数据处理中，点击数据标签，把10-15题的定量数据转换成定类数据。

本研究研制的满意度调查问卷采用 5 级 Likert 标度法，即非常满意、满意、一般、 不太满意、非常不满意对应回答的5、4、3、2、1。依据以上原则对产品、质量、口味、价格、包装、服务、环境这 7 个方面进行满意度统计学分析。

具体 7 个方面的满意度调查结果显示如下，可分别进行分析......

二 总体满意度分析将采用模糊综合评价法

通过频数分析各满意度的百分比确定模糊综合评判矩阵

权重方面，当没有数据的时候可采取层次分析法，有数据的时候可采取熵权法。

由结果可见，顾客对星巴克总体的满意程度介于“满意”和“一般”之间

3.6 差异性分析

最后，我们还需要尽可能地对比不同人群的看法，这需要基于第一步的用户画像，分析其是否存在差异，验证自己的结果是具有普适性，可以使用卡方检验、方差分析等等。

3.61 不同特征顾客满意度分析（不同性别，年龄，学历，婚姻状况，职业，月收入）

依次将Q1-Q6拖入到变量x中，Q9-Q15拖入到变量Y中，若p值小于0.05，则卡方检验是否呈现显著性，说明该用户画像对某方面的满意度结果呈现差异性。

在本文中仅展示不同年龄段的顾客满意度分析，其他方面以此类推

经检验不同性别的顾客在口味以及环境方面的满意度差异有统计学意义（P<0.05)，

下面为卡方交叉热力图，主要通过颜色深浅去表示值的大小。我们可以进一步分析

按照以上流程，整个论文的数据收集到分析部分就已经全部结束啦！大家可以对分析的数据进行汇总。

4 研究结果

1. 本研究基于顾客满意模型理论，确立星巴克顾客满意度问卷。星巴克顾客满意度问卷共 7 个方面的内容，具体包括产品、质量、口味、价格、包装、服务、环境。

2. 本次调查共有464份有效问卷，从性别上看，女性占比偏多，约占65.95%；从年龄段上看，26-35岁的人群填写问卷最多，共计239人，占比51.51%；此前在中商情报网统计星巴克消费人群比例较高的人群也是25-34岁人群，和问卷调查的结果一致。从学历上看，本科占比72.2%；从婚姻状态上看，已婚人数占比居高约59.05%。从职业类型来看，企业白领占比53.25%；从收入范围来看，工资在8000-15000元的人群居多，共190人约占40.95%。

3. 研究结果表明，顾客选择星巴克首先看重的是舒适的店内环境，占比71.3%；而产品是其次看中的，占比61.6%。顾客对星巴克总体的满意程度介于“满意”和“一般”之间。

4. 不同特征顾客满意度分析：不同性别、学历的顾客满意度没有统计学意义， 结果无显著性差异；不同年龄，婚姻状况，职业，月收入的顾客满意度有统计学意义。